基于大规模语言模型的代理社群中社会规范的出现
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
本文研究多智能体系统中的社会规范建立与合作，开发了Nest框架进行模拟实验，发现该框架能有效促进规范形成并避免负面制裁。提出通过社会学习动态系统培训代理人，以实现集体行动和社会利益。同时探讨了动态规范系统的推理问题及计算复杂度，强调社交智能和通信在规范学习中的重要性。
❓
Q&A
Nest框架的主要功能是什么？
Nest框架能够有效促进规范的建立，避免负面制裁和目标偏离。
如何通过社会学习动态系统培训代理人？
通过利用规范事件培训代理人，构建社会学习动态系统以实现集体行动和社会利益。
动态规范系统解决了什么问题？
动态规范系统解决了静态规范系统无法处理的规范变化推理问题。
代理人如何生成和学习规范的价值？
代理人利用遗传算法生成规范，并通过强化学习学习这些规范的价值。
学习智能体如何推动社会合作？
学习智能体通过假设共享规范推断现有人群规范，从而推动社会合作。
如何识别社交规范违规现象？
通过使用循环神经网络和多模态信息，提出预测模型来识别社交规范违规现象。
🏷️
